刘,田;贾、苍之 使用预测的二级结构信息的高精度蛋白质结构类预测算法。 (英语) Zbl 1410.92087号 J.西奥。生物。 267,第3期,272-275(2010). 摘要:现有蛋白质结构类预测算法的一个主要问题是(alpha/\beta\)类和(alpha+\beta~)类蛋白质的精确度低。在本研究中,我们合理设计了三个新特征来模拟这两类蛋白质之间的差异。结合其他合理设计的特征,提出了一种11维矢量预测方法。通过这种方法,基于25PDB数据集的总体预测精度比以前性能最好的方法MODAS高1.5%。此外,基于25PDB数据集的(alpha+beta)类蛋白质的预测准确率比之前性能最好的方法SCPRED高5%。D675和FC699数据集的预测精度也得到了提高。 引用于5文件 MSC公司: 92D20型 蛋白质序列,DNA序列 68T05型 人工智能中的学习和自适应系统 关键词:蛋白质结构类预测;次级结构;交变频率;平行和反平行\(\beta\)-表;支持向量机 软件:SCPRED公司 PDF格式BibTeX公司 XML格式引用 \textit{T.Liu}和\textit{C.Jia},J.Theor。生物学267,第3期,272--275(2010;Zbl 1410.92087) 全文: 内政部 参考文献: [1] 安德列娃,A。;霍沃思,D。;Brenner,S.E。;哈伯德·T·J。;乔提亚,C。;Murzin,A.G.,《2004年SCOP数据库:整合结构和序列家族数据的细化》,《核酸研究》,32,D226-229(2004) [2] Chou,K.C.,结构生物信息学及其对生物医学科学的影响,Curr。医药化学。,11, 2105-2134 (2004) [3] Chou,K.C.,蛋白质结构类预测进展及其对生物信息学和蛋白质组学的影响,Curr。蛋白质肽。科学。,6, 423-436 (2005) [4] 科斯坦蒂尼,S。;法奇亚诺,A.M.,《通过特定肽频率预测蛋白质结构类别》,《生物化学》,91,226-229(2009) [5] Jones,D.T.,《基于位置特异性评分矩阵的蛋白质二级结构预测》,《分子生物学杂志》。,292, 195-202 (1999) [6] 洛杉矶库根。;Homaeian,L.,蛋白质序列和结构域结构类的预测——预测算法、序列表示和同源性以及测试程序对准确性的影响,模式识别。,39, 2323-2343 (2006) ·Zbl 1103.68767号 [7] 洛杉矶库根。;Chen,K.,《暮色带序列蛋白质结构类的预测》,《生物化学》。生物物理学。Res.Commun.公司。,357453-460(2007年) [8] 洛杉矶库根。;张,T。;张,H。;沈,S。;阮,J.,蛋白质结构类的二级结构赋值,氨基酸,35551-564(2008) [9] 洛杉矶库根。;Cios,K。;Chen,K.,SCPRED:与预测序列具有黄昏区相似性的序列的蛋白质结构类别的准确预测,BMC生物信息学。,9, 226 (2008) [10] Mizianty,M.J。;Kurgan,L.A.,根据与预测序列一致的曙光区序列对蛋白质结构类进行模块预测,BMC生物信息学。,10, 414 (2009) [11] Murzin,A.G。;Brenner,S.E。;哈伯德,T。;Chothia,C.,SCOP:用于序列和结构研究的蛋白质结构分类数据库,《分子生物学杂志》。,247, 536-540 (1995) [12] 袁,Z。;Bailey,T.L。;Teasdale,R.D.,蛋白质B因子谱预测,蛋白质,58905-912(2005) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。